城市树木目标检测数据集-图像与标注-城市环境-2024-mcii34
数据来源：互联网公开数据
标签：树木检测,目标检测,城市,遥感,图像,标注,YOLO,计算机视觉,环境监测
数据概述：
本数据集是原始树木分类数据集的一个子集，专注于城市环境中的树木检测。数据集包含2716张图像，每张图像的分辨率为1200x1600像素。此外，还提供了经过精细标注的边界框，用于目标检测任务。
数据集被划分为训练集、验证集和测试集，比例分别为87% (2376张图像)、8% (227张图像) 和 5% (113张图像)。为了统一图像尺寸，所有图像均被调整为640x640像素，采用了“fit”调整方法，可能在图像边缘引入黑色边框。同时，为了保证图像方向一致性，应用了自动方向校正。
数据预处理和增强：
为了提高模型的鲁棒性和泛化能力，数据集采用了多种数据增强技术。每个训练样本生成三个增强后的输出，以增加数据集的多样性。增强方法包括：
水平翻转
旋转：90°旋转（顺时针、逆时针、倒置）以及小角度随机旋转（-3°到+3°）
灰度转换：应用于12%的图像，模拟不同的光照条件
模糊处理：最大模糊半径为1.5像素，模拟聚焦变化
噪声：在最多0.1%的像素上添加噪声，引入细微的图像失真
数据用途概述：
该数据集适用于城市树木的目标检测，可用于环境监测、城市规划、遥感图像分析等多种场景。研究人员可以使用此数据集训练目标检测模型，识别和定位图像中的树木。例如，可用于估计城市绿化面积、监测植被生长情况，以及进行城市环境评估。同时，该数据集也适用于计算机视觉、深度学习等领域的教学和研究。
